ARIMA Modeli ile Türkiye Soya Üretim ve İthalat Projeksiyonu

ARIMA Modeli ile Türkiye Soya Üretim ve İthalat Projeksiyonu İlkay UÇUM 1 Öz Türkiye, iklim ve toprak özellikleri dikkate alındığında, yağlı tohumlu bitkilerin üretimi bakımından büyük bir potansiyele sahiptir. Ancak bu potansiyele rağmen iç talebi karşılayacak düzeyde üretim gerçekleştirilememektedir. Gerek beslenme, gerek sanayi hammaddesi olarak önemli bir yere sahip olan soya ise yağlı tohumlu bitkiler arasında en yüksek protein oranına sahip bitkidir. Bu çalışmanın amacı Türkiye de soya üretiminde mevcut durumun incelenmesi ve geleceğe yönelik üretim tahminlerinin yapılmasıdır. Soya üretim ve ticaretinin gelecek beş yıllık dönemini tahmin etmek amacı ile TÜİK (üretim) ve FAO (ithalat) istatistik sitelerinden alınan zaman serileri kullanılmıştır. Soya üretim ve dış ticaret miktarlarının tahmin edilmesinde ARIMA modeli kullanılmıştır. Anahtar Kelimler: Yağlı Tohumlar, Soya, ARIMA Turkey s Soybean Production and Import Projections with ARIMA Model Abstract Turkey, given the climate and soil properties, has great potential in the production of oilseed crops. However, despite this potential can not be realized at the level of production to meet domestic demand. Soybean, nutritional need has an important place as raw material for industry is the plant with the highest protein content in oilseed plants. The aim of this study to examine the current situation in Turkey and is made of soybean production forecast production for the future. TSI (production) and FAO (import) time statistics taken from the site of the future series of soybean production and trade has been used with the aim to estimate the five-year period. ARIMA model was used to estimate the amount of soybean production and trade. Key words: Oilseed, Soybean, ARIMA JEL: Q11, C22 Geliş (Received): 14.04.2016 Kabul (Accepted): 22.06.2016 1.Giriş Yağlı tohumlu bitkiler, içerdikleri yağ, protein, mineral ve vitaminler nedeni ile insan beslenmesinde önemli rol oynamakta ve küresel gıda ticaretinin de önemli bir kısmını oluşturmaktadırlar. Ayrıca son zamanlarda bu ürünler alternatif enerji kaynakları olarak da değerlendirilmeye çalışılmakta ve bu kapsamda yeni politikalar gündeme gelmektedir. Soya, dünya yağlı tohum üretiminin yaklaşık %60 ını oluşturmaktadır. Soyanın en önemli özelliği, diğer bitki ve hayvan yem kaynaklarına göre, birim alandan daha fazla ve ucuz protein sağlamasıdır. Soyada bulunan protein, hayvansal proteine en yakın protein olup, biyolojik değeri çok yüksektir. Bu nedenle soya yağsız unu özellikle kümes ve küçükbaş hayvanlar, süt ve besi sığırları rasyonlarında protein kaynağı olarak kullanılmaktadır (Öner, 2006). 1 Tarımsal Ekonomi ve Politika Geliştirme Enstitüsü, ilkayfdn@gmail.com 1

Türkiye soyada dışa bağımlı net ithalatçı bir ülkedir. Bu yüzden gelecek dönemlerin tahmin edilmesi ve duruma göre politikalar geliştirilmesi önem arzetmektedir. Dünya yağlı tohum üretim ve ticaretinde en büyük payı soya alırken; Türkiye de soya en çok hayvan yemi olarak tüketilmektedir. Soya ve soya ürünlerini nerede ise tamamını bugün için ithal etmek durumunda olan Türkiye de bu ürünlere ihtiyaç, kanatlı yemi üretiminin artışı oranında artmaktadır. Yem sanayi için yapılan ithalatın önemli nedenlerinden biri ithal küspelerinin protein oranlarının yerli üretime göre yüksek oluşudur. Literatürde, tarımsal üretimin zaman serileri ile tahmini konusunda çeşitli araştırmalar bulunmaktadır. Bu çalışmalarda ilk önce en uygun zaman serisi modeli tespit edilerek, daha sonra tahminler yapılmıştır. Çelik (2015) Türkiye de bal üretiminin zaman serisi ile modellenmesi konulu çalışmasında, Türkiye nin 2015-2020 yılları arasında bal üretim miktarını ARIMA (0,1,1) modelini kullanarak tahmin etmiştir. Amin ve ark. (2014) Time Series Modeling for Forecasting Wheat Production of Pakistan başlıklı çalışmalarında, Pakistan ın 2020, 2030, 2040 ve 2060 yıllarına ait buğday üretimini ARIMA (1,2,2) modeli kullanılarak tahmin edilmiştir. Manoj ve Madhu (2012) An Applicatıon of Tıme Series Arima Forecasting Model for Predicting Sugarcane Production in İndia konulu çalışmalarında, 1950/51-2011/12 yılları arasındaki zaman serileri verileri ile Hindistan ın 2013-2017 dönemlerine ait şeker kamışı üretim miktarını ARIMA (2,1,0) modeli ile tahmin etmişlerdir. 1.1. Dünya Soya Üretim ve Ticareti Dünyada üretimi yapılan en önemli yağlı tohumlu bitkiler soya, yerfıstığı, kanola (kolza), çiğit (pamuk tohumu) ve ayçiçeğidir. Dünya yağlı tohumlu bitkiler üretimi ve ticaretinde ilk sırayı soya almaktadır. Diğer yağ bitkilerine göre yağ oranı düşük olmakla birlikte, besin değeri oldukça yüksek olan soya, insan ve hayvan beslenmesindeki öneminin yanı sıra sanayi hammaddesi olarak değerlendirilmektedir. Soyanın yaklaşık %85 i soya küspesi ve soya yağı olarak işlenmektedir. Soya küspesinin ise yaklaşık %98 i hayvan yemi olarak kullanılmaktadır. Soya yağı fraksiyonunun %95 ini sofralık yağ, geriye kalanı sabun, yağ asitleri ve biodizel gibi endüstriyel ürünler için kullanılmaktadır. Özellikle Çin, Japonya ve Endonezya gibi Asya ülkelerinde soya gıda amaçlı tüketilmektedir (Gee, 2011). Dünyada 2015/16 sezonunda gerçekleşen toplam yağlı tohumlu bitkiler üretimi yaklaşık 527 milyon ton olmakla birlikte bu üretimin %60 ını soya oluşturmuştur. Yine bu sezonda gerçekleşen yağlı tohumlu bitkiler ticareti içerisinde soyanın payı yaklaşık %88 dir. Ayrıca dünya bitkisel ham yağ üretiminin % 29 u soyadan, %8 i ayçiçeğinden karşılanmaktadır (USDA, 2015). Tablo 1. Dünya yağlı tohum üretimi (bin ton) 2011/12 2012/13 2013/14 2014/15 2015/16* Soya 240320 268630 282750 318570 320210 Kanola 61360 63530 71820 71960 67450 Yer Fıstığı 38460 40450 41120 39420 40620 Ayçiçeği 38650 35060 41620 39620 39420 Pamuk Çiğidi 48020 46150 45680 44340 37340 Palm 13850 14890 15770 16310 16330 Hindistan Cevizi 5590 5790 5430 5430 5510 Toplam 446250 474490 504180 535650 526880 Kaynak; USDA, 2016 (*Mart ayı itibariyle) 2

Soya tarımı coğrafi olarak ABD, Brezilya, Çin ve Arjantin de yoğunlaşmıştır. Bu ülkeler yıllara göre değişmekle birlikte toplam soya üretiminin %90 ını oluşturmaktadırlar. ABD, dünya soya üretim ve ihracatında lider ülke konumundadır. Soya bu ülkede yağlı tohumlar üretiminin %90 ını oluşturmaktadır. Tablo 2. Dünya yağlı tohum ticareti (bin ton) 2011/12 2012/13 2013/14 2014/15 2015/16* İthalat Soya 93490 95940 111780 122150 128160 Kanola 13180 12660 15260 1410 13310 Yer Fıstığı 2360 2340 2380 2400 2610 Ayçiçeği 1640 1310 1510 1420 1210 Pamuk Çiğidi 1100 0910 0770 0630 0630 Hindistan Cevizi 0080 0040 0090 0080 0070 Palm 0080 0060 0060 0040 0050 Toplam 111930 113260 131850 140820 146040 İhracat Soya 92190 100800 112700 12588 130900 Kanola 12920 12450 14970 14970 13690 Yer Fıstığı 2980 2660 2900 3260 2830 Ayçiçeği 1930 1450 1950 1670 1320 Pamuk Çiğidi 1150 0920 0830 0590 0470 Hindistan Cevizi 0110 0070 0110 0100 0080 Palm 0040 0040 0040 0040 0040 Toplam 111320 118390 133500 146510 149330 Kaynak; USDA, 2016 (*Mart ayı itibariyle) Küresel soya ithalatında lider olan Çin in tarımsal ithalat değerinin neredeyse yarısını soya ve diğer yağlı tohumlar oluşturmaktadır. Küresel soya ihracatında başlıca dört ülke ise ABD, Brezilya, Arjantin ve Paraguay dır. Brezilya dünya soya ihracatında lider ülke konumundadır. Soya dünya genelinde birçok ülke için yağlı tohumlar arasında öncelikli ürün olmasına ve toplam yağlı tohum üretiminin yıllara göre değişmekle birlikte yaklaşık %60 sını oluşturmasına karşın, Türkiye de bu oran sadece %4,7 dir. 1.2. Türkiye Soya Üretimi ve Dış Ticareti Türkiye de üretimi yapılan yağlı tohumlu bitkiler ayçiçeği, çiğit, soya, yerfıstığı, haşhaş, susam, kolza ve aspirdir. Soya bitkisi Türkiye de ilk kez 1930 lu yıllarda üretilmeye başlanmış ve o yıllarda sadece Karadeniz Bölgesi nde tarımı yapılmıştır. Daha sonra uygulamaya konulan 2. ürün projesi ile soya tarımı, bugün ağırlıklı olarak Akdeniz Bölgesi nde yapılmaktadır. Günümüzde ekim alanı ve üretim bakımından Akdeniz Bölgesi nde önemli bir yere sahip olan soya, özellikle Çukurova da tahıl üretiminden sonra ikinci ürün olarak ön plana çıkmaktadır. Soyanın sulama ile kolayca üretilmesi bu bölgedeki gelişmesini desteklemiştir (Bayer ve Yılmaz 2004). Türkiye de toplam soya ekim alanlarının %90 ı Akdeniz Bölgesi nde yer almıştır. İller itibariyle değerlendirildiğinde Adana ilk sırada yer alırken, Adana yı Mersin ve Osmaniye izlemektedir. Akdeniz Bölgesi nden sonra en önemli soya fasulyesi ekim alanları Karadeniz Bölgesi nde yer almaktadır. Samsun ili bölgede ilk sırada gelmektedir. Ayrıca son yıllarda Diyarbakır, Şırnak, Konya ve Muş ta soya ekimine başlanmıştır. Türkiye nin yağlı tohum üretim miktarları Tablo 3 te verilmiştir. 2015 yılında gerçekleşen toplam yağlı tohum üretimi 3 milyon 442 bin ton olup, üretimde en büyük payı (%49) ayçiçeği almaktadır. Soyanın bu üretimde payı ise yalnızca %4,7 dir. 3

Tablo 3. Türkiye de yağlı tohum üretimi (ton) Toplam Yağlı Tohum Üretimi Soya Üretimi Soya Üretim Payı (%) 2005 2421338 29000 1.2 2006 2789149 47300 1.7 2007 2352383 30666 1.3 2008 2311432 34461 1.5 2009 2396044 38442 1.6 2010 2969477 86540 2.9 2011 3227588 102260 3.2 2012 3138361 122114 3.9 2013 3299967 180000 5.5 2014 3508640 150000 4.3 2015 3442098 161000 4.7 Kaynak: TÜİK, 2016 Türkiye de ithalatı yapılan en önemli yağlı tohum bitkisi soyadır. Türkiye de soya küspesi ve soya fasulyesi ticareti, üretiminin tüketimi karşılamada yeterli düzeyde olmaması ve iç piyasadaki talebin yüksek olması nedeniyle ağırlıklı olarak tek yönlü ve ithalat şeklindedir. Tablo 4. Türkiye yağlı tohum ithalatı (bin ton) Türkiye 2015 yılında 2255 bin ton soya ithalatı gerçekleştirmiştir. Yem sanayi için yapılan ithalatın önemli kalemlerinden birisi de soya küspesidir. Türkiye, 2013 yılında toplam 1100 bin ton, 2015 yılında 365 bin ton soya küspesi ithalatı yapmıştır. 2009 2010 2011 2012 2013 2014 2015 Soya 974 1756 1298 1195 1074 2008 2255 Kolza Tohumu 158 307 122 150 137 437 249 Ayçiçeği Tohumu 468 649 906 754 711 557 340 Toplam 1600 2712 2325 2099 1922 3002 2844 Kaynak: TÜİK, 2016 3. Materyal ve Metod Bir zaman serisi, zaman içinde gözlemlenen bir veri dizisi olarak tanımlanmaktadır. Durağan zaman serilerini modellemenin yaygın yollarından biri (autoregressive integrated moving average) ARIMA yöntemidir. George Box ve Gwilym Jenkins tarafından geliştirilen bu yaklaşıma Box-Jenkins (BJ) yöntemi de denilmektedir. ARIMA modelleri tek değişkenli verileri açıklamaya dayalı, zaman serilerinden doğru tahminler yapabilen bir zaman serisi modelidir. ARIMA modelleri oluşturmak için Box-Jenkins metodolojisinin yaklaşımı aşağıdaki aşamaları içermektedir: (1) Modeli Tanımlama, (2) Parametre Tahmini ve Seçim, (3) Modeli Doğrulama ve (4) Modelin kullanımı (Manoj ve Madhu 2012). Bu çalışmada, zaman serisi analizlerinden biri olan ARIMA yöntemi ile gelecek beş yıllık döneme ait Türkiye soya üretim ve ithalat rakamları tahmin edilmiştir. Türkiye nin, soya ihracatı çok fazla olmadığından ihracat analizi yapılmamıştır. Zaman serileri analizinde MİNİTAB programı kullanılmıştır. Analizde soya üretim (1979-2015) ve ithalat (1981-2015) verileri TÜİK istatistiklerinden elde edilmiştir. En uygun modele karar vermek için, modellerdeki katsayıların önemlilik testi sonuçlarına ve tahmin serisi ile orijinal serinin birbirine olan uyumuna bakılmıştır. Çalışmada öncelikle incelenen değişkenler için sahip olunan verilerin normal dağılım gösterip göstermediği Kolmogorov Smirnov testi (seriler 30 yıldan fazla olduğu için) ile belirlenmiştir. Soya üretim ve ithalat serisi normal dağılım göstermediği için serilere çeşitli dönüşümler 4

uygulanmış karakök dönüşümü ile verilerin normal dağılım göstermesi sağlanmıştır. ARIMA modeli durağan serilere uygulandığından serilerin durağanlığına bakılmıştır. Bunun için Minitab de otoregresyon (ACF) ve kısmi otoregresyon (PACF) grafikleri ve ilgili istatistik testler yardımıyla durağanlıkları incelenmiştir. Ayrıca Ewievs istatistik programında, serilerin durağanlığı Dickey Fuller testi (ADF) birim kök sınaması ile test edilmiştir. Her iki seri düzey seviyede durağan olmadığından, birinci farkları alınmış ve serilerin durağanlaşması sağlanmıştır. Durağan olmayan seriler fark alma işlemi yapılarak durağan hale getirilmiştir. 4. BULGULAR 4.1. Türkiye Soya Üretim ve İthalatına İlişkin Tahminler Aşağıdaki şekillerde soya üretimi ile ilgili orijinal seriye ve serinin birinci farkının alınması ile oluşan seriye ilişkin ACF ve PACF grafikleri gösterilmiştir. Şekil 1. Soya üretimine ait ACF ve PACF grafikleri Şekil 2. Birinci farkı alınmış soya üretimine ait ACF ve PACF grafikleri Tablo 5. Genelleştirilmiş Dickey-Fuller (ADF) test sonuçları Düzey Birinci fark ADF t- istatistiği 0.292-5.398 Olasılık değeri* 0.766 0.000 %1 düzeyinde -2.617-3.588 %5 düzeyinde -1.948-2.929 %10 düzeyinde -1.612-2.603 *MacKinnon (1996) tek taraflı p değerleri 5

Soya üretimine ait grafiklere bakıldığında hem ACF hemde PACF grafiklerindeki ilişkiler gecikme sayısı arttıkça yavaş yavaş azalmaktadır. Bu durumda uygun model otoregresif hareketli ortalama modelidir. Ayrıca ACF ve PACF grafiklerinde birinci gecikmeler önemli olduğundan ve serinin birinci farkı alındığından en uygun modelin ARIMA (1,1,1) olduğuna karar verilmiştir. Modelin artık değerlerine ilişkin grafik Şekil 3 te verilmiştir. Artıklar genel olarak sınırlar içinde olduğundan seri akgürültü serisidir. Tablo 7. ARIMA (1,1,1) modeli sonucunda soya üretimine ilişkin katsayılar Model Katsayı Standart t p hata AR 1-0.7261 0.1161-6.25 0.000 MA 1-1.0424 0.0336 0.0336 0.000 Sabit 19.097 4.439 4.30 0.000 Tablo 7 de ARIMA (1,1,1) modelinin parametre tahminleri (t<0.05) anlamlı bulunmuştur. Şekil 3. Modele ait artıkların ACF ve PACF grafikleri Soya ithalatı ile ilgili orijinal seriye ve serinin birinci farkının alınması ile oluşan seriye ilişkin ACF ve PACF grafikleri Şekil 4 ve 5 te gösterilmiştir. Soya ithalat serisi durağan olmadığından birinci farkı alınmış ve seri birinci farkı alındıktan sonra durağan hale gelmiştir (Şekil 4, Şekil 5). Soya ithalatının tahmin edilmesinde en uygun yöntemin ARIMA (0,1,1) olduğu belirlenmiştir. ARIMA (0,1,1) ilişkin artık değerlerine ait grafik Şekil 6 da verilmiştir. Artıklar sınırlar içinde olduğundan seri akgürültü serisidir. Şekil 4. Soya ithalatına ait ACF ve PACF grafikleri 6

Şekil 5. Birinci farkı alınmış soya ithalatına ait ACF ve PACF grafikleri Tablo 8. Genelleştirilmiş Dickey-Fuller (ADF) test sonuçları Düzey Birinci fark ADF t- istatistiği 0.520-8.362 Olasılık değeri* 0.984 0.000 %1 düzeyinde -3.646-3.646 %5 düzeyinde -2.954-2.954 %10 düzeyinde -2.615-2.615 *MacKinnon (1996) tek taraflı p değerleri Şekil 6. Modele ait artıkların ACF ve PACF grafikleri Tablo 9. ARIMA (0,1,1) modeli sonucunda soya ithalatına ilişkin katsayılar Model Katsayı Standart hata t p MA 1 0.5215 0.1603 3.25 0.003 Sabit 41.17 10.15 4.06 0.000 Tablo 10. Soya üretim ve ithalat miktarı tahmini (2016-2020, ton) Tahmin yılları Üretim İthalat 2016 173258 İthalat 2017 180159 2110588 2018 191483 2231917 2019 199940 2356636 2020 210959 2484746 7

Tablo 9 da ARIMA (0,1,1) modelinin parametre tahminleri (t<0,05) anlamlı bulunmuştur. ARIMA modeli kullanılarak soya üretimi ve ithalatına ilişkin yapılan tahmin değerleri Tablo 10 da verilmiştir. Yapılan tahminlere göre Türkiye soya üretimi önümüzdeki 5 yıllık dönem içerisinde sürekli artış gösterecektir. Yapılan tahmine göre soya üretimi 2020 yılında yaklaşık 211 bin tona yükselerek 1986/1987 yılındaki seviyelerine çıkacaktır. Türkiye soya ithalatının ise önümüzdeki yıllarda artacağı öngörülmektedir. 5. Sonuç Türkiye, iklim ve toprak özellikleri dikkate alındığında, yağlı tohumlu bitkilerin üretimi bakımından büyük bir potansiyele sahiptir. Ancak halen artan yurtiçi talebi karşılayacak düzeye ulaşamamıştır. Dünyada bitkisel yağ, hayvan yemi ve endüstri alanında yüzlerce kullanım alanı olan soya, Türkiye de ise büyükbaş, kanatlı ve su ürünlerinin yem rasyonlarında en çok tercih edilen yem hammaddesidir. Soya yıllardan beri ithal edilen önemli tarım ürünleri olduğundan stratejik önem sahiptirler. Türkiye de soya uzun yıllardır hem 2. ürün üretimini teşvik için hem de bitkisel yağ açığını giderebilmek amacıyla desteklemektedir. Bu çalışmanın amacı Türkiye için stratejik öneme sahip olan soyanın önümüzdeki beş yıllık dönemde üretim ve ithalat eğiliminin belirlenmesidir. Bu amaçla bu çalışmada zaman serisi tahmin yöntemlerinden ARIMA modeli kullanılmıştır. İlk önce serilerin normal dağılımına bakılmıştır. Her iki seride normal dağılım göstermediğinden serilere gerekli dönüşümler uygulanmış ve serilerin normal dağılım göstermeleri sağlanmıştır. Daha sonra durağanlığı tespit etmek için serilerin ACF ve PACF grafikleri çizilmiş, seriler durağan olmadığından birinci farkları alınarak durağan olmaları sağlanmıştır. Son olarak, hataların akgürültü olup olmadığını tespit etmek için hataların ACF ve PACF grafikleri çizilmiştir. Soya ARIMA (1,1,1) üretim modeli tahminlerine göre soya üretimi önümüzdeki beş yıllık dönemde artış eğilimi gösterecektir. Son yıllarda soyanın Mardin ve Kahramanmaraş gibi illerde üretim artışı olduğu görülmektedir. Verilen desteklerle birlikte soyanın önümüzdeki dönemlerde artacağı düşünülmektedir. Soya ithalatının tahmin edilmesinde uygun görülen ARIMA (0,1,1) modeli sonuçlarına göre soya ithalatı da önümüzdeki dönemde artış gösterecektir. Türkiye de düşük soya üretiminin artan iç piyasa talebini karşılayamaması sonucunda özellikle yem sektörü küspe ihtiyacını karşılayamamakta ve ithalat yoluna gidilmektedir. Türkiye her yıl artan miktarda soya, soya küspesi ithal etmekte, yağlı tohumlar ithalatında soya ve soya ürünleri ilk sırayı almaktadır. Yağlı tohumlar tüketiminde ve yem sanayinde önemli oranda dışa bağımlı olunduğu göz önüne alındığında soya üretiminin artırılması için verilen desteklerin devamının gerekli olduğu görülmektedir. Kaynaklar Amin, M., Amanullah, M., Akbar, A. 2014. Time Series Modeling For Forecasting Wheat Production of Pakistan. The Journal of Animal & Plant Sciences, 24(5):Page:1444-1451, ISSN: 1018-7081. Anonim, 2014. 2014 Yılı Ayçiçeği Raporu, Gümrük ve Ticaret Bakanlığı Koperatifçilik Genel Müdürlüğü. Çelik, Ş. 2015. Türkiye de Bal Üretiminin Zaman Serisi İle Modellenmesi. SAÜ Fen Bilimleri Dergisi 19. Cilt, 3. Sayı, s. 377-382. Gee, D. 2011. Soybeans in The Australıan and Global Market. Kaynar, O., Taştan, S., 2009. Zaman Serileri Tahmininde Arıma-Mlp Melez Modeli, Atatürk Üniversitesi İktisadi ve İdari Bilimler Dergisi, Cilt: 23, Sayı: 3. Kumar, M., Madhu, A. 2012. An Applicatıon of Tıme Series Arıma Forecastıng Model For Predicting Sugarcane Production in İndia. Öner, T., 2006. Soya Sektör Raporu, İTO. USDA, 2015.http://apps.fas.usda.gov/psdonline [Erişim: 22.03.2016 ]. 8